Chcielibyśmy kultywować kulturę dyskusji

...z naszym agriconBLOG

agriconBLOG

01.11.2018 - Peer Leithold (Send email to Peer Leithold)

Mapy potencjału wydajnościowego - dlaczego niestety nie działają

Mapy potencjału wydajnościowego - dlaczego niestety się nie sprawdzają

Mapy plonów są znane w praktyce rolniczej od dobrych 25 lat. Pomiar plonów specyficznych dla danego pola i wynikające z tego tworzenie map plonów dla danego pola uległy w tym czasie ogromnej poprawie. Obecnie ich jakość można więc uznać za całkiem dobrą. Pojawia się teraz pytanie, co zrobić z mapami plonów? Istnieją dwie możliwości:

                              (1) Analiza słabości wyników produkcji jednego roku, dobry pomysł!

                              (2) Podstawa do podejmowania decyzji o uprawach na następny rok, lepiej nie!

 

Dlaczego nie?

Mapy potencjału wydajnościowego należy obliczać na podstawie serii map wydajności. To z kolei ma być wykorzystywane w rolnictwie precyzyjnym, aby móc planować środki zarządzania i wykorzystanie zasobów operacyjnych. Na pierwszy rzut oka pomysł ten wydaje się mieć sens. Dlatego wielu rolników również zajmuje się tym tematem i zainwestowało np. w systemy pomiaru plonów w kombajnach.

Jednak życzenie jest ojcem myśli! Pamiętam jeszcze czasy z przełomu tysiącleci, kiedy wielu użytkowników po raz pierwszy udostępniło wieloletnie mapy plonów. Trzeźwiący wniosek był taki, że "im więcej map plonów zbieramy, tym mniej rozumiemy". 

Słucham? Czy to ma oznaczać, że im bardziej konkretne dane, tym bardziej oczywiste jest, że mapy potencjału wydajnościowego nie działają?

Musimy się temu bliżej przyjrzeć!

Prof. Simon Blackmore (Harper Adams University) już w 2002 roku badał możliwość przewidywania przyszłych plonów na podstawie struktury 6-letnich map plonów z Danii. Celem było stworzenie map potencjału wydajności, aby móc określić przyszłe środki zarządzania. Prof. Blackmore doszedł do pięciu kluczowych wniosków:

  1. Różnice w plonowaniu pomiędzy poszczególnymi latami mogą mieć największy wpływ na wielkość plonu.
  2. Zmienność przestrzenna (struktura plonów) w poszczególnych latach jest bardzo wyraźna.
  3. Wzorce plonów z kilku lat wzajemnie się znoszą.
  4. Mapy trendów plonów nie mogą przewidzieć plonów w następnym roku.
  5. Dlatego zamiast plonów należy zarządzać bieżącym popytem.

Poziom plonów, struktura plonów i przewidywalność przyszłych plonów

Ze względu na dokładne dowody naukowe prof. Blackmore'a, powtórzyliśmy analizę z mapami plonów z Niemiec. Zbadaliśmy mapy plonów z okresu 5-8 lat z siedmiu pól z Meklemburgii-Pomorza Przedniego, Saksonii-Anhalt, Turyngii i Saksonii. Dokładne pytanie dotyczyło tego, czy na podstawie historycznych danych dotyczących plonów można z wystarczającą pewnością przewidzieć przyszłe plony? Nasze wyniki były zdumiewająco jasne!
W analizie danych należy jednak najpierw rozróżnić dwa efekty:

(A) Efekt #1:

➔ Efekt roku kształtowania się plonu, czyli gdzie jest średni plon pola?
Dla każdego pola można obliczyć średni plon w pewnym okresie czasu. W naszym przykładowym zbiorze danych te średnie plony wynosiły od 54 do 89 dt/ha, w zależności od pola i liczby lat branych pod uwagę.

➔ Interesujące jest jednak pytanie, jak dalece poszczególne lata mogą odbiegać od wieloletniej średniej wydajności pola? W naszej próbie poszczególne lata różnią się od siebie średnio o około 17 dt/ha (7 do 28 dt(ha)) na wszystkich polach. Oznacza to, że sam efekt roku (lata dobre i złe) prowadzi do zmienności średnich plonów na polach rzędu 34 dt/ha. Kto odważyłby się przewidzieć średnią plonów z pola w październiku lub marcu przy jakości około 5 dt/ha? Ta osoba byłaby człowiekiem sukcesu w ubezpieczeniu od gradobicia lub u brokerów!

Efekt nr 2: Wzorzec plonów w danym roku lub czy istnieją przestrzenne różnice w plonach w obrębie pola i czy są one zawsze takie same?
Różnice w plonach na jednym polu i w jednym roku są mniej lub bardziej wyraźne. Stopień tej różnicy może być dobrze opisany matematycznie poprzez obliczenie odchylenia standardowego. Odchylenie standardowe jest miarą rozrzutu wartości cechy wokół jej wartości średniej (średniej arytmetycznej). W naszym przypadku oznacza to, że odchylenie standardowe plonu jest średnią odległością wszystkich zmierzonych plonów indywidualnych od średniego plonu pola. Na badanych przez nas polach średnie odchylenie standardowe wynosiło około 12 dt/ha (od 5 do 28 dt/ha). W uproszczeniu oznacza to, że na danym polu każdy pojedynczy plon z podplonu jest średnio (!) o 12 dt/ha wyższy i niższy od średniej dla pola. Jeśli więc średni plon z pola wynosiłby 80 dt/ha, to statystycznie każdy zmierzony punkt plonu mieściłby się w przedziale od 69 do 92 dt/ha. Wiele punktów jest oczywiście bliżej, ale inne punkty wydajności są jeszcze dalej od średniej. Mówiąc krótko: " ... wiejski staw miał średnio tylko 80 cm głębokości, a mimo to krowa utonęła".

Jeśli spojrzysz na wykresy wydajności na mapie trendu (średnia wydajność w czasie), mają one tendencję do znoszenia się. Im więcej uśredniasz, tym mniej znacząca jest struktura plonów w formie wieloletniej mapy plonów w porównaniu z jednoroczną mapą plonów. Mapy plonów z lat suchych i mokrych w niektórych przypadkach nawet całkowicie się znoszą. Powstaje teraz pytanie, jak dokładnie można przewidzieć te wzorce plonów, tzn. odchylenia od plonu średniego? Jeśli przyjmiemy, że dla celów planowania akceptowalny jest korytarz niepewności wynoszący około 10 dt/ha, otrzymamy następujący wynik. Tylko od 3 do maksymalnie 20% obszarów można przewidzieć jako stabilne wysokie lub stabilne niskie wzorce plonów. I odwrotnie, oznacza to, że dla 80-97 % powierzchni nie można przewidzieć z wystarczającą pewnością odchylenia pojedynczego obszaru od średniej wydajności pola.

 

Zasadnicze pytanie pozostaje otwarte

Czy na podstawie wieloletnich map plonów można przewidzieć przyszłe plony z jednego roku? Próbowaliśmy to zrobić na przykładzie tego zbioru danych. Jako miary użyliśmy jakości predykcji (R²). Wynosi on średnio 0,15. Oznacza to, że tylko 15% zysku z danego roku można wyjaśnić za pomocą danych historycznych. Najlepsze wartości wynosiły 41%, najgorsze 0%. Innymi słowy, dane historyczne nie mogą być wykorzystywane do wyciągania wniosków na temat przyszłorocznych zbiorów.

Teraz można zaprzeczyć, że same historyczne dane dotyczące plonów nie prowadzą do stworzenia mapy potencjału plonów. Należy również uwzględnić m.in. próbki gleby i dane pogodowe. Ja również słyszę ten argument już od dobrych 25 lat. Ale w tym czasie nie udało mi się znaleźć nikogo, kto byłby w stanie pokazać, że to działa gdziekolwiek. Przecież jeśli wiemy, że np. rodzaj gleby koreluje zarówno dodatnio jak i ujemnie z plonami, albo że nikt nie jest w stanie przewidzieć roku suchego lub mokrego, zimnego lub ciepłego, to takie podejście nie sprawdza się w praktyce.

W odnośnej literaturze można jednak znaleźć badania naukowe, które prowadzą do mniej więcej takich samych wniosków, a mianowicie do nieprzewidywalności przyszłych plonów.

Wnioski

  1. Na podstawie obserwacji wieloletnich map plonów nie można z wystarczającą pewnością przewidzieć przyszłych plonów w celu określenia operacyjnych środków zarządzania uprawami. Agronomiczne podejście polegające na planowaniu kosztów nakładów na podstawie map potencjału plonowania nie może być wspierane (lub tylko w ograniczonym zakresie).
  2. Należy skupić się na zarządzaniu bieżącą zmiennością w ciągu roku. Ważna jest identyfikacja czynników ograniczających podczas procesów wzrostu, które ograniczają możliwy plon w danym roku (zaopatrzenie w wodę, temperatura, promieniowanie globalne) oraz określenie ich wpływu (aktualne zapotrzebowanie na N, presja infekcyjna, występowanie chwastów, itp.) na wykorzystanie nakładów.
  3. Zamiast docelowych przychodów należy zarządzać bieżącym popytem.
  4. Niniejsza analiza nie kwestionuje ogólnego zastosowania systemów mapowania plonów. Są one nadal doskonałym narzędziem m.in. do corocznej analizy podatności na zagrożenia. Jednak dane generowane za ich pomocą nie mogą spełniać funkcji, do której zostały przeznaczone.

Nie przestaje mnie zadziwiać, że temat mapy potencjału plonowania wciąż pojawia się w czasopismach rolniczych i na konferencjach rolniczych. Moim zdaniem jej zwolennicy nigdy nie musieli poddać swoich twierdzeń próbie. To jest i pozostaje tylko teoria - bez wykonalności i dokładności. Fakt, że mimo to słyszy się ją w praktyce, jest zdumiewający i otrzeźwiający. Nie rozumiem również, dlaczego mapy potencjału plonowania są regularnie wymieniane w związku z czujnikami roślin (nie YARA N-Sensor®!). Ponieważ z niepokojem obserwuję, że poszczególni naukowcy, doradcy, a także sprzedawcy tych czujników zawsze zrzucają na rolnika zadanie tworzenia rzekomych map potencjału plonowania. A jeśli obliczenia się nie powiodą, to oczywiście nie jest to wina czujnika roślin, lecz rolnika, który po prostu nie ma odpowiedniego potencjału plonowania. Rolnik po prostu nie wygenerował prawidłowej mapy potencjału plonowania! Oto jak "łatwo" można to zrobić i nadal utrzymywać marzenie.

Downloads

pdf | 273 KB

1 comment(s) for "Mapy potencjału wydajnościowego - dlaczego niestety nie działają"

Tim Dietrich wrote on 19.11.2018, 20:56 - Auch sensorbasierte „Bedarfskarten“ haben Schwachstellen Ein interessanter Artikel zu dieser Thematik. Der wichtigste Einflussfaktor ist und bleibt bei allen kartenbasierten Lösungen nach wie vor die fachgerechte, pflanzenbauliche Beurteilung der Bestände unter Berücksichtigung der verschiedenen, ertragsbildenden Einflussgrößen. Auch sensorbasierte „Bedarfskarten“ haben einige Schwachstellen, die man fairer Weise auch dagegen halten sollte. Aus meiner Sicht ist eine manuelle, Gis-basierte Maßnahmenplanung unter Verwendung der jeweils passenden Datenquelle momentan die sinnvollste Lösung, leider erfordert die erweiterte Gis-Kenntnisse und ist deutlich aufwendiger als algorythmische Lösungen.

Comment on this article

Your email address will not be published. Required fields are marked with *.

Back to listview

Please select your language

We have noticed that you are visiting the website with a different language. Please select your preferred language.